%0 Journal Article
%T 一种基于神经网络复杂度的修剪算法
%A 张昭昭
%A 乔俊飞
%J 控制与决策
%P 821-824
%D 2010
%X 针对神经网络结构设计问题,提出一种基于神经网络复杂度的修剪算法.其实质是在训练过程中,利用网络连接权矩阵的协方差矩阵计算网络的信息熵,获得网络的复杂度;在保证网络信息处理能力的前提下,删除对网络复杂度影响最小的隐节点.该算法不要求训练网络到代价函数的极小点,适合在线修剪网络结构,并且避免了结构调整前的网络权值预处理.通过对典型函数逼近的实验结果表明,该算法在保证网络逼近精度的同时,可有效地简化网络结构.
%K 修剪算法
%K 神经复杂度
%K 互信息熵
%K Pruning
%K algorithm
%K Neural
%K complexity
%K Mutual
%K information
%K entropy
%U http://www.kzyjc.net:8080/CN/abstract/abstract9904.shtml